Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Bülent Haznedar 1*, Mustafa Turan Arslan 2, Adem Kalınlı 3 ÖZ 21.06.2016 Gelş/Receved, 30.11.2016 Kabul/Accepted do: 10.16984/saufenblder.41925 Sınıflandırma, verlern analz edlmes çn öneml br ver madenclğ teknğ olup tıp, genetk ve byomedkal mühendslğ başta olmak üzere brçok alanda kullanılmaktadır. Özellkle tıp alanında DNA mkrodz gen ekspresyon verlern sınıflandırmaya yönelk yapılan çalışmalarda artış görülmektedr. Ancak, mkrodz gen ekspresyon (fade) verlernde bulunan gen sayılarının çokluğu ve bu verler arasında doğrusal olmayan bağıntılar bulunması gb problemlerden dolayı geleneksel sınıflandırma algortmalarının başarımları sınırlı kalablmektedr. Bu sebeplerden dolayı son yıllarda sınıflandırma problemnn çözümü çn yapay zekâ teknklerne dayalı sınıflandırma yöntemlerne olan lg gderek artmaya başlamıştır. Bu çalışmada, karacğer mkrodz kanser ver setnn sınıflandırılması çn Uyarlamalı Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (ANFIS) ve Genetk Algortmaya (GA) dayalı hbrd br yaklaşım önerlmştr. Smülasyon sonuçları, dğer bazı yöntemlere at sonuçlarla karşılaştırılmıştır. Elde edlen sonuçlardan, önerlen yöntemn dğer yöntemlere göre daha başarılı olduğu görülmüştür. Anahtar Kelmeler: Neuro-fuzzy, ANFIS, genetk algortma, sınıflandırma, mkrodz gen fade ABSTRACT Tranng ANFIS structure usng genetc algorthm for lver cancer classfcaton based on mcroarray gene expresson data Classfcaton s an mportant data mnng technque, whch s used n many felds mostly exemplfed as medcne, genetcs and bomedcal engneerng. The number of studes about classfcaton of the datum on DNA mcroarray gene expresson s specfcally ncreased n recent years. However, because of the reasons as the abundance of gene numbers n the datum as mcroarray gene expressons and the nonlnear relatons mostly across those datum, the success of conventonal classfcaton algorthms can be lmted. Because of these reasons, the nterest on classfcaton methods whch are based on artfcal ntellgence to solve the problem on classfcaton has been gradually ncreased n recent tmes. In ths study, a hybrd approach whch s based on Adaptve Neuro-Fuzzy Inference System (ANFIS) and Genetc Algorthm (GA) are suggested n order to classfy lver mcroarray cancer data set. Smulaton results are compared wth the results of other methods. Accordng to the results obtaned, t s seen that the recommended method s better than the other methods. Keywords: Neuro-fuzzy, ANFIS, genetc algorthm, classfcaton, mcroarray gene expresson * Sorumlu Yazar / Correspondng Author 1 Hasan Kalyoncu Ünverstes, Mühendslk Fakültes, Blgsayar Mühendslğ, Gazantep bulent.haznedar@hku.edu.tr 2 Mustafa Kemal Ünverstes, Kırıkhan Meslek Yüksekokulu, Blgsayar Teknolojler Bölümü, Hatay - mtarslan@mku.edu.tr 3 Ercyes Ünverstes, Mühendslk Fakültes, Blgsayar Mühendslğ, Kayser - kalnla@ercyes.edu.tr
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes 1. GİRİŞ (INTRDUCTIN) Günümüzde teknolojk gelşmeler ve gelşmş donanımlar sayesnde artık yüksek boyutlu verler depolamak mümkün hale gelmştr. Bu yüzden yüksek boyutlu verlerden anlamlı blgler çıkarmak çn ver madenclğ fonksyonlarının kullanımında son yıllarda artış görülmüştür. Yüksek boyutlu verlere genel olarak genetk çalışmalar sonucu elde edlen byolojk verler gösterleblr. İnsan yapısındak dokuların heps aynı genetk materyal çermektedr. Fakat her hücrede aynı genler aktf değldr. Hang genlern aktf olup hanglernn aktf olmadığı blgs, hücrelern nasıl br fonksyona sahp olduğu ve bazı genler normal şeklde çalışmadığında hücrenn bu olaydan nasıl etkleneceğ blgsn vermektedr. Hücrenn gen fades şte bu aktflk blgsne eşttr [1]. Bütün organlarımız aynı genetk materyal çermesne rağmen genlern farklı hücrelerde farklı fade edlmelernden dolayı böbrek, beyn, karacğer gb hücreler brbrnden farklı fonksyonlara sahptr [2]. Blgsayar teknolojsnn moleküler byoloj le brlkte gelşmes sonucunda byoteknolojnn kavramsal olarak ulaşableceğ noktalardan br olan mkrodz çpler (gen çp) ortaya çıkmıştır [3]. Mkrodz çp teknolojs sayesnde aynı anda brden fazla genn ncelenmes ve genlern brlkte araştırılması fırsatı doğmuştur [4]. DNA mkrodz teknolojs sayesnde yüzlerce genn fade düzeyler eş zamanlı olarak nceleneblmektedr [5]. Bu teknoloj sayesnde hasta ve sağlıklı hücrelern gen fadelernn karşılaştırılması netcesnde hastalığa neden olan genlern belrlenmes mümkün olablmektedr [6]. Mkrodz yöntem kullanarak gen fade verlernn analz sayesnde pskolojk, kalp ve bulaşıcı hastalıklar gb brçok hastalık hakkında blg vermektedr. Elde edlen bu blgler sayesnde hastalıkların önlemes yönünde tedbrler alınablmektedr. Bu teknk sayesnde ayrıca gen üzernde taşınan kalıtsal hastalıklar, alt türlerne kadar nceleneblmektedr [7]. DNA mkrodz teknolojs le br çalışmada çok fazla ver analz yapıldığından sonuçlar çn çok fazla zaman gerekmektedr. Elde edlen sonuçlar se yüzlerce genn fadesn barındırdığından dolayı sonuçları yorumlamanın br hayl zor olduğu ve çok pahalı br yöntem olduğundan dolayı çok fazla deneylern tekrarlanamaması se dezavantajlarını oluşturur [7]. Mkrodz gen fade verlern sınıflandırmak çn lteratürde Bayes Ağları, Destek Vektör Makneler ve Karar Ağaçları gb statstksel yöntemler sıklıkla kullanılmaktadır. Daz-Urarte ve Andres [8], rastgele orman algortmasını kullanarak 9 farklı mkrodz ver set üzernde hem gen seçm hem de sınıflandırma yapmışlardır. Dudot ve arkadaşları [9], gen fade vers kullanarak tümör sınıflandırması çn fsher lneer dskrmnant analz, k-en yakın komşu algortması ve torbalama yöntemlern kullanmışlardır. Furey ve arkadaşları [10], mkrodz fade verlern kullanarak kanser dokusu örneklern sınıflandırmak çn destek vektör maknelern kullanmışlardır. Lee ve arkadaşı [11], kan kanser gen fade versn kullanarak destek vektör makneler yardımıyla çok sınıflı sınıflandırma yapmışlardır. Lu ve arkadaşları [12], gen fade profllern kullanarak k-en yakın komşu, nave bayes, destek vektör makneler ve C4.5 karar ağacı gb sınıflandırma yöntemlernn karşılaştırmalı br performans analzn yapmışlardır. Statnkov ve arkadaşları [13] se mkrodz gen fade kanser teşhsnde destek vektör makneler, k-en yakın komşu ve yapay snr ağları gb çok sınıflı yöntemler kullanılarak bu sınıflandırma yöntemlernn karşılaştırmalı br değerlendrmesn yapmışlardır. Mkrodz verlernde yüzlerce gen bulunması ve bu genler arasında doğrusal olmayan lşkler bulunması sebebyle geleneksel yöntemlern başarımları sınırlı kalablmektedr. Bu zorluklar blm adamlarını daha güçlü ve modern yöntemler keşfetmeye yöneltmştr. Bu amaçla, araştırmacıların lgs zor problemlern çözümünde yapay zekâ tabanlı yöntemlern kullanılmasına yönelk olarak artmaya başlamıştır. Khan ve arkadaşları [14], yapay snr ağları ve gen fade profllern kullanarak kanser hastalıkların tahmn edlmes ve sınıflandırılması üzerne br çalışma yapmışlardır. Rngner ve Peterson [15], yapay snr ağları yardımıyla mkrodz tabanlı kanser teşhs üzerne br çalışma gerçekleştrmşlerdr. Son yıllarda yüksek boyutlu problemlern çözümünde yapay zekâ tabanlı yöntemlern kullanılması yaygınlaşmış ve özntelk seçme ve sınıflandırma problemlerne karşılık algortmalar gelştrlmştr. Proozna ve arkadaşları [16], mkrodz gen fade (ekspresyon) verlern kullanarak sınıflandırma çalışması yapmışlardır. Bu çalışmada statstksel yöntemler le yapay zekâ yöntemler karşılaştırılmış ve yapay zekâ yöntemlernn daha y sonuçlar verdğ görülmüştür. Loganathan ve Grja [17], ANFIS ağırlık parametrelern Runge Kutta Learnng algortması le eğtmşler ve oluşturulan modeln performansını, mkrodz gen ekspresyon kanser verlern sınıflandırarak ölçmüşlerdr. Kumar ve Punthavall [18], ANFIS le kanser verlern sınıflandırmış ve elde edlen sonuçları statstksel yöntemler le karşılaştırmışlardır. Bu çalışmada karacğer kanser mkrodz gen ekspresyon verlern doğru sınıflara atayablmek çn popülasyon tabanlı br algortma olan genetk algortma kullanılarak ANFIS modelnn parametrelernn
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes eğtlmesne yönelk br yaklaşım önerlmştr. Önerlen yaklaşımın performansı k-katlı çapraz doğrulama yöntem le test edlmş ve k parametres 5 seçlmştr. Önerlen yöntem le bulunan sonuçların performansı dğer yöntemlern performansları le karşılaştırılmıştır. Br sonrak bölümde se kullanılan yöntemler hakkında blg verlmş, 3. bölümde algortmanın eğtldğ karacğer kanser ver set tanıtılmıştır. 4. Bölümde se önerlen yöntem hakkında blg verlmş ve elde edlen sonuçlar se bölüm 5 te sunulmuştur. 2. METTLAR (METHDS) Br sınıflandırma fonksyonu temelde k bölümden oluşur. Bunlar, özntelk seçm ve verlern doğru sınıflara atanmasıdır. Bu çalışmada kullanılan sstem bleşenler aşağıda açıklanmaktadır. 2.1. Özntelk Seçme (Feature Selecton) Özntelk seçme olayı, özntelk uzayı çersnden optmal br özntelk alt kümesnn bulunmasıdır. Ayrıca optmal özntelk alt kümesnn bulunması le problemn boyutunun ndrgenmes ve özntelk kümesn en uygun alt kümenn temsl etmesdr. Mkrodz verler yüksek boyutlu verler olduklarından dolayı sınıflandırma yöntemlernn performanslarını arttırmak çn özntelk seçme yöntemnn kullanılmasının br gerekllk olduğundan söz edleblr. 2.1.1. Korelasyon Tabanlı Özntelk Seçm (KTÖS- Correlaton Based Feature Selecton) KTÖS, Sınıf le yüksek korelasyona sahp ve brbryle düşük korelasyona sahp özntelklern br arada bulunduğu alt kümeler oluşturur. G S k r c k k( k 1) r ' (1) Eştlk (1) de yer alan k parametres ver alt kümesnn özntelk sayısı, rc parametres ortalama özntelk korelasyonu ve r' parametres se ortalama özntelk ç korelasyonudur [19]. 2.2. ANFIS le Sınıflandırma (Classfcaton wth ANFIS) Sınıflandırma şlem, ağ tabanlı bulanık mantık çıkarım sstemnde (ANFIS) bulunan başlangıç ve sonuç parametrelernn genetk algortması (GA) le optmze edlmes le oluşan model kullanılarak yapılmıştır. 2.2.1. Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (Adaptve Neuro-Fuzzy Inference System, ANFIS) Adaptf ağ tabanlı bulanık mantık çıkarım sstem (ANFIS), Takag Sugeno bulanık model dkkate alınarak gelştrlmş br yapay sstemdr [20]. Snr ağlarının gerye yayılımlı öğrenme yeteneğ le bulanık mantığın sonuç çıkarma özellkler ANFIS yapısında brleştrlmştr. Üyelk fonksyonları le bulanıklaştırdığı grş verlern bulanık kurallar le ağ üzernde dağıtarak çıkış hesaplamaktadır. Bu süreç ANFIS modelne çıkarım yeteneğ sağladığı çn tahmn problemlernde başarımı oldukça yüksektr. ANFIS başlangıç ve sonuç parametreler olmak üzere k tür parametreye sahptr. Bu k parametre türü bulanık kuralları brbrne bağlar. Modeln eğtm se bu parametrelern optmzasyonu le sağlanır. ANFIS temel olarak beş katmandan oluşmaktadır. Şekl 1 de k grş ve br çıkıştan oluşan temel br ANFIS yapısı verlmştr [21]. Şekl 1. Temel br ANFIS yapısı [22] (A basc structure of ANFIS) 1.Katman Bulanıklaştırma katmanı olarak adlandırılan bu katmandak her düğümden alınan snyal dğer katmana aktarılır. Her düğümden alınan snyal grş değerlerne ve kullanılan üyelk fonksyonunun türüne bağlı olarak oluşmaktadır. Bu katmandak düğümlern çıkışları( 1 ) çn Eştlk (2) ve Eştlk (3) aşağıda verlmştr [23]. A ( ) 1, 2 1 x B ( ) 3, 4 1 2 x Burada A ve fonksyonu olup (2) (3) B grşlere at herhang br üyelk A ve B se bu fonksyon çn hesaplanmış üyelk derecelerdr. Çan eğrs türünde üyelk fonksyonu çn A aşağıdak eştlk le hesaplanmaktadır.
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes 1 x c ( ) 2 a 2 A e 1, 2 (4) Burada a ve c sırasıyla, üyelk fonksyonunun sgma ve merkez parametrelerdr. 2.Katman Kural katmanı olarak adlandırılan bu katmanda br öncek katmandan gelen üyelk dereceler kullanılarak her kuralın ateşleme sevyes hesaplanmaktadır. w A ( x). B ( ) 1, 2 2 y 3.Katman (5) Normalzasyon katmanı olarak adlandırılmaktadır. Bu katmanda her kuralın normalleştrlmş ateşleme sevyes hesaplanmaktadır. 3 w w 1, 2 w w 4.Katman 1 2 (6) Durulaştırma katmanı olarak adlandırılan bu katmanda her br kural çn çıkış değer hesaplanmaktadır. Kuralların çıkışı, br öncek katmandan gelen normalze edlmş ateşleme sevyes değernn, brnc dereceden polnom le çarpılmasıyla elde edlmektedr. w. f w.( p x q y r ) 1, 2 (7) 4 5.Katman Çıkış katmanıdır. Durulaştırma katmanında elde edlen her kurala at çıkış değerler toplanarak ANFIS'n çıkışı elde edlr. 5 f w. f w. f w 1,2 (8) Bulanık sstemlern, öğrenme ve adaptasyon sürecn kolaylaştırması, snrsel ağların se kontrol parametrelern ağ üzernde dağıtarak doğrusal olmayan problemlerde başarılı olması, snrsel bulanık br ağ model olan ANFIS mmarsne büyük üstünlük kazandırmaktadır. ANFIS modelnn eğtlmesndek amaç grş ve çıkış değerlerne bağlı olarak ağırlık değerler çn optmal değerlern üretlmesdr. ANFIS n ağırlık parametrelernn eğtmnde türeve dayalı algortmalar yaygın olarak kullanılmaktadır. Ancak türev tabanlı algortmalarda eğm hesaplaması gb zorluklar bulunmasının yanında yerel mnmuma takılma gb problemlere sebep olmaktadır. Bu sebepledr k türev tabanlı algortmalar le ANFIS n eğtlmes ve parametrelern güncellenmes temel sorunlardan brdr. Araştırmalar ANFIS n parametrelern eğtmek çn son zamanlarda farklı algortmalar önermştr. Bu algortmalardan bazıları se türeve dayalı olmayan Genetk algortma, PS ve Dferansyel Gelşm Algortması gb sezgsel algortmalardır [24]. 2.2.2. Genetk Algortma (Genetc Algorthm) 1970 l yıllarda temel lkeler John Holland tarafından ortaya konulan Genetk Algortma (GA) pek çok problem türünde başarı le uygulanmaktadır [25]. GA, optmzasyon veya arama problemnde tam yada yaklaşık sonuçlar bulablmek çn kullanılan sezgsel br algortmadır. Bu algortma kalıtım, mutasyon, seçm ve çaprazlama gb evrmsel byolojdek teknklerden esnlenerek gelştrlmştr. GA arama uzayı büyük olan ve ayrıca değşken sayısı çok fazla olan, çok boyutlu problemlere ble oldukça rahat uygulanablmektedr. Problemlern arama uzaylarında, uzayın tamamını aramak yerne daha y olablecek değerler deneme eğlm sonucu makul sayılablecek süreler çersnde optmal sonuçlar üreteblme kablyetne sahptr. GA nın temel adımları Şekl 2 de verlmştr. Adım 1. Rastgele değerlerden başlangıç popülasyonunu üret Adım 2. Kromozomların uygunluk değerlern hesapla Adım 3. Şartlar sağlanıncaya kadar devam et (Uygunluk değer, şlem süres vb) () Popülasyonda kötü uygunluk değerne sahp kromozomları belrle () Çocuk kromozomlar çn ebeveyn kromozomları tayn et () Çaprazlama şlem le ebeveyn kromozomlardan çocuk kromozomlar üret (v) Çocuk kromozomları mutasyona uğrat. (v) Popülasyona yen dahl olan kromozomların uygunluk değerlern hesapla Şekl 2. Genetk Algortmanın Temel Adımları (Man steps of the basc GA algorthm) GA, popülasyon temell br optmzasyon algortmasıdır. Popülasyonu oluşturan aday çözümlern algortmadak karşılığı kromozomlardır. Bu kromozomlar çeştl evrm şlemler sayesnde daha y sonuçları temsl eden çözüm
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes adaylarına dönüşürler. Bu şlem kabul edleblr br uygunluk değerne ulaşıncaya kadar veya önceden belrlenen br şlem süres veya nesl sayısı gb krterler karşılanıncaya kadar sürdürülür. lk ebeveyn kromozomdan alınırken söz konusu noktadan sonrak genler se knc ebeveynden alınarak yapılır. Farklı şekllerde çaprazlama yapılablmektedr. Tek noktadan çaprazlama Şekl 3 de görülmektedr. GA da kromozomlar (aday çözümler) temsl ettğ çözüme at ayrık veya sürekl değerlere sahp değşkenler tutan katarlardır. Uygunluk fonksyonu se kromozomların kaltesn ölçen amaç fonksyonudur. a) Başlangıç Popülasyonunun luşturulması (Creatng Intal Populatons) Başlangıç popülasyonu rastgele aday çözümlerden oluşur. Popülasyonun büyüklüğü çn belrl br krter yoktur. Ancak popülasyondak brey sayısının çok fazla olmasının problemn çözüm zamanına veya elde edlecek çözümün ylğne etks olmadığı değerlendrlmektedr. Bu yüzden genellkle popülasyon 20-50 arasında alınır [26]. b) Uygunluk Değernn Hesaplanması (Determnaton of Elgblty Value) Uygunluk fonksyonu yardımıyla hesaplanablen br değerdr. Uygunluk değer, her br kromozomun uyguluk fonksyonuna tab tutulması le elde edlr. Uygunluk fonksyonu değer breyn çözüm kaltesn gösterr. Br sonrak nesle aktarılacak breyler, uygunluk fonksyonu değerlerne göre belrlenr. c) Seçm (Selecton) Seçm stratejs çn sıklıkla Rulet Tekerlek yöntem ve Turnuva yöntem kullanılmaktadır. Rulet Tekerleğ Yöntem Bu yöntemn temel mantığı uygunluk değer yüksek olan kromozomların ebeveyn kromozom olarak seçleblme olasılığının, uygunluk değer nspeten düşük olan kromozomlardan daha fazla olmasıdır [26]. Turnuva Yöntem Bu yöntemde popülasyondan rastgele seçlecek n adet kromozom çnden en y kromozomlar ebeveyn olarak seçlr [26]. d) Çaprazlama (Crossover) Çaprazlama, genellkle k ebeveyn kromozomdan alınan genlerle oluşturulur. Kromozomların başlangıç noktasından belrlenecek br noktasına kadar olan genler Şekl 3. Tek Noktadan Çaprazlama (ne-pont Crossover) e) Mutasyon (Mutaton) Mutasyon şlem, popülasyondak kromozomların çeştllğn arttırarak yen çözüm adaylarının oluşmasını sağlar. Br breyn br veya brkaç gennn değşerek farklı br brey halne gelmesdr. Mutasyon popülasyonda çeştllğn oluşmasını sağlayan operatörlerden brdr. Mutasyon oranı genellkle %0,5 - %5 arasında br sayıdır. 3. DENEYSEL VERİ SETİ (EXPERIMENTAL DATA SET) Bu çalışmada ver kaynağı olarak Karacğer kanser mkrodz gen fade ver set kullanılmıştır. Bu ver set Rutgers Ünverstesnn Byonformatk Laboratuvarında bulunan ver tabanından elde edlmştr [27]. Karacğer Kanser (Lver Cancer Chen-2002) Chen ve arkadaşları [28] tarafından 2002 yılında çalışılan karacğer kanser ver set, hastalıklı ve normal kşlern karacğer dokularından alınmış 179 adet örnekten oluşmaktadır. Bu ver setndek her örnek 85 mkrodz gen dzlm le temsl edlmektedr. Ver set HCC adında tümörlü doku ve normal doku olmak üzere 2 farklı sınıf le temsl edlmektedr. Toplamda 179 örnek bulunan ver setnde 104 adet tümörlü doku bulunurken 75 adet de sağlıklı karacğer dokusu bulunmaktadır. 4. DENEYSEL ÇALIŞMA (EXPERIMENTAL STUDY) Bu çalışmada karacğer kanser mkrodz gen fade vers kullanılarak sınıflandırma yapılmıştır. Ver set sınıflandırma şlemnden önce [0-1] aralığına normalze
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes edlmş daha sonra ver setlerne özntelk seçme yöntem uygulanmıştır. Bu çalışmada brçok özntelk seçme yöntem ncelenmş ve başarısından dolayı ver setlernn br alt setn oluşturmak çn Korelasyon tabanlı özntelk seçm kullanılmıştır. Böylece yüksek boyutlu ver setler yerne bu ver setlern en y şeklde fade eden alt ver setler le sınıflandırma yöntemlernn performanslarını arttırmak ve sınıflandırmada daha başarılı sonuçlar almak mümkün hale gelmştr. Bu çalışmada, ANFIS modelnn GA kullanılarak eğtlmesne yönelk karacğer kanser mkrodz gen fade vers kullanılarak uygulama gelştrlmştr. Toplamda 179 örnek bulunan karacğer versn sınıflandırmada örneklern az olması sebebyle, modeln genelleştreblme yeteneğn doğru br şeklde değerlendreblmek çn çapraz doğrulama (cross valdaton) yöntemlernden K parçalı yöntem kullanılmıştır. K parçalı çapraz geçerllk yöntemnde amaç br deney bağımsız koşullarda yneleyerek sonuçlarının geçerllğn sınamadır. Örneğn, sınıflandırma problemlernde, br ver kümesn aşağı yukarı eşt k tane kümeye bölüp, her br k çn, sınıflandırıcıyı oluşturmak çn, k-1 kümey kullanıp ve arta kalan k ıncı küme üzernde test şlemn yapmaktır. Bu çalışmada, 5-kat çapraz doğrulama yöntem kullanılmıştır. Kullanılan ver setlerndek parametre sayılarının çokluğundan dolayı, bulanık kural ve üyelk fonksyonu sayılarının az sayıda olduğu ANFIS modeller oluşturablmek çn, ANFIS le FCM kümelemenn entegre olduğu br bulanık kural oluşturma teknğ kullanılmıştır. FCM uygulanarak oluşan ANFIS modellerndek grş sayısı her br ver setndek gen sayısına eşt olup her br grş çn üyelk fonksyonu türü gauss, üyelk fonksyonu sayısı 10 ve bulanık kural sayıları 10 olarak belrlenmştr. Yapılan smülasyon çalışmalarında kullanılan modeln oluşturulmasını ve oluşturulan modeln parametrelernn optmze edlmesn gösteren blok dyagram Şekl 4 de verlmştr. ANFIS n güncellenmes gereken k parametre türü vardır. Bunlar başlangıç parametreler ve sonuç parametrelerdr. Başlangıç parametreler Eştlk (4) de {, } olarak verlen gauss üyelk fonksyonlarına attr. Buradak üyelk fonksyonlarının varyansı, üyelk fonksyonlarının merkezdr. Başlangıç parametrelernn toplam sayısı tüm üyelk fonksyonlarındak parametrelernn toplamına eşttr. Sonuç parametreler se durulaştırma katmanında kullanılan Eştlk (7) de {,, } olarak gösterlen parametrelerdr. Tasarlanan ANFIS modelnn tüm parametrelernn optmze edlmes çn GA algortması kullanılmıştır. Şekl 4. Önerlen yöntemle oluşturulan ANFIS n temel yapısı (Basc Structure of ANFIS wth FCM Clusterng) Bu çalışmada önerlen yöntem karacğer kanser problemne uygulanmıştır. Kanser versnn doğru br şeklde sınıflandırılablmes Şekl 4 de verlen ANFIS modelnn 1. ve 4. katmanındak başlangıç ve sonuç parametrelernn başlangıç değerler çn FCM kümeleme yöntem le br çözüm uzayı oluşturulmuş ve sonrasında parametreler her br terasyonda GA kullanılarak güncellenmştr. Eştlk (9) le tanımlanan RMSE hata fonksyonu çözümün hata değernn hesaplanmasında kullanılmıştır. Bu hata fonksyonunda kullanılan F ve F d parametreler sırasıyla ANFIS tarafından elde edlen çıkış ve ver setnn gerçek çıkışıdır. GA le ANFIS parametrelernn eğtm sürecnde, MATLAB ortamında oluşturulan özgün kodlar kullanılmıştır. RMSE N F F 2 d 1 (9) N Yapay zeka optmzasyon algortmalarının performansı algortmaların kontrol parametrelerne fazlaca bağlıdır ve genellkle kontrol parametreler çn hang değerlern kullanılması gerektğne yönelk kesn kural ve yöntemler bulunmamaktadır. Bu kapsamda, parametreler çn araştırmacıların yaygın olarak önerdğ aralıklarda değerler tayn edlmes veya çok sayıda deneme yapılarak optmal parametre değerlernn belrlenmes yaklaşımı kabul görmektedr. Çalışmada, GA algortmasının parametre değerlerne karar vermek çn brçok deneme gerçekleştrlmş ve denemeler sonucunda GA çn popülasyon sayısı 25, çaprazlama oranı 0,7 ve mutasyon oranı 0,15 olarak alınmıştır. Önerlen yaklaşımın performansının farklı yöntemlerle karşılaştırılması amacıyla ANFIS ağı karacğer mkrodz gen ekspresyon kanser versnn sınıflandırılmak çn BP ve Hbrd algortmalarla da eğtlmştr. Bu amaçla, kullanılan BP algortması çn öğrenme katsayısı 0.2 ve momentum oranı 0.4 olarak seçlmştr. Hbrd algortma olarak da en küçük kareler tahmn ve BP algortmasının brleştrlmesn oluşan br yöntem kullanılmıştır. Ayrıca
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes bu k algortma çn terasyon sayısı 100 olarak belrlenmştr. luşturulan ANFIS modeller BP, Hbrd ve GA algortmaları le eğtlerek sınıflandırmadak performansları karşılaştırılmıştır. Her algortma çn ANFIS 15 kez eğtlmştr. Ayrıca her model çn elde edlen RMSE hata değerlernn ortalaması alınarak, ortalama RMSE ( ) değer bulunmuştur. Şekl 5 te yöntemlere at 100 terasyon çn eğtm hata değerlernn (RMSE) değşm grafğ verlmştr. Şekl 6 da se karacğer versn sınıflandırmak çn farklı algortmalar le eğtlen ANFIS modellerne grş olarak verlen test ver setnn gerçek çıkışı le ANFIS tarafından elde edlen çıkış arasındak farkı gösteren test hata değerler (RMSE) verlmştr. smülasyon çalışmaları netcesnde optmal parametre değerler le elde edlen sınıflandırma performanslarına at blgler Şekl 7 de verlmştr. Görüldüğü üzere en başarılı sınıflandırma performansı ANFIS-GA modelne attr. ANFIS (GA) ANFIS (Hbrd) ANFIS (BP) Algortmaların Performansları (%) 89,9 91,59 92,14 88,5 89 89,5 90 90,5 91 91,5 92 92,5 0,25 0,2 BP HB GA Şekl 7. Algortmaların Karacğer Kansern Sınıflandırma Performansları (Classfcaton performance of the algorthms for Lver Cancer) RMSE 0,15 0,1 0,05 0 1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 İterasyon Sayısı Şekl 5. ANFIS modellerne at RMSE eğtm hata değerler (Tranng RMSE error values of the ANFIS models) Modellern Test Hata Değerler Şekl 7 de görüldüğü gb ANFIS - GA yöntemnn ortalama % 92.14 oranıyla karacğer kanser ver setn sınıflandırmada en yüksek performansı serglemektedr. Ayrıca sınıflandırma yöntemlernn ortalama başarımları ve brbrlerne göre gelşm yüzdeler de aşamalı olarak Tablo 1 de verlmştr. ANFIS ağının Hbrd algortma le eğtlmes durumunda geleneksel BP algortmasına göre sınıflandırma başarımının % 1.88 yleştğ, GA le eğtlmes durumunda se Hbrd algortmasına göre % 0.60 daha başarılı olduğu görülmektedr. Gelşm yüzdeler genetk algortmanın sınıflandırma problemnde dğer yöntemlere göre daha başarılı olduğunu göstermektedr. GA 0,28 Tablo 1. Metotların ortalama başarımları ve gelşm yüzdeler (The average performances and the percentages of development of the methods) HB 0,32 BP 0,34 0,24 0,26 0,28 0,3 0,32 0,34 0,36 RMSE Metot Başarım (%) Gelşm Yüzdes (%) ANFIS BP 89.90 - ANFIS 91.59 1.88 Hbrd ANFIS -GA 92.14 0,60 Şekl 6. ANFIS modellerne at RMSE test hata değerler (Testng RMSE error values of the ANFIS models) Şekl 5 te görüldüğü üzere en az eğtm hata değer Hbrd algortma le bulunmuş olmasına rağmen, Şekl 6 da en az test hata değer GA le elde edlmştr. Eğtm ve test hata değerler arasındak farkın çok olması aşırı öğrenme olduğunu ve eğtlen modeln uygulanablr olmadığını ortaya koymaktadır. Eğtm ve test hata değerlernn se brbrne yakın olması daha güçlü ve başarımı yüksek modeller ortaya koymaktadır. Yapılan 5. SNUÇLAR VE TARTIŞMA (CNCLUSINS AND DISCUSSIN) Bu makalede, karacğer mkrodz gen ekspresyon kanser versnn sınıflandırılması amacıyla ANFIS modelnn BP, Hbrd algortmaları ve GA optmzasyon algortmasıyla eğtlerek performansları karşılaştırılmıştır. Şekl 7 de verlen sonuçlardan, GA algortması kullanılarak ANFIS n eğtlmesne dayalı
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes yaklaşımın daha başarılı olduğu görülmüştür. Ayrıca, GA algortmasının türeve dayalı algortmalar gb kısıtlamalar çermemes ve problemlere kolaylıkla uygulanablr olması nedenyle, ANFIS ağının farklı problemlere yönelk uygulamalarında da kullanılableceğ değerlendrlmştr. TEŞEKKÜR (ACKNWLEDGEMENT) Bu çalışma Ercyes Ünverstes Blmsel Araştırma Projeler Koordnasyon brm tarafından desteklenmştr. (Proje Numarası: FDK-2016-6371) Ayrıca, bu çalışmanın sorumlu yazarını Yurt İç Lsansüstü Burs Programı kapsamında yürütülen 2211-A Genel Yurt İç Doktora Bursu le destekleyen TÜBİTAK Blm İnsanı Destekleme Dare Başkanlığı brmne teşekkür ederz. KAYNAKLAR (REFERENCES) [1] G. S. Özcan, Bütünleştrc Modül Ağlarıyla Gen Düzenleme Analz, Başkent Ünverstes, 2014. [2] H. Ü. Lüleyap, Moleküler Genetğn Esasları. İzmr: Nobel Ktabev, 2008. [3] H. S. BAL and F. Budak, Mkroarray Teknolojs, Uludağ Ünverstes Tıp Fakültes Derg, vol. 38, no. 3, pp. 227 233, 2012. [4] Ö. Şmşek, Mkroarray Teknolojs ve Dş Hekmlğnde Kullanımı, Atatürk Ünverstes Dş Hekm Fakültes Derg, vol. 7, pp. 55 62, 2013. [5] K. Shakya, H. J. Ruskn, G. Kerr, M. Crane, and J. Becker, Comparson of Mcroarray Preprocessng Methods, Sprnger New York, 2010, pp. 139 147. [6] K. Ipekdal, Mcroarray Technology, 2011. [nlne]. Avalable: http://yunus.hacettepe.edu.tr/~mergen/sunu/s_m kroarrayandecology.pdf. [Accessed: 05-Jul- 2016]. [7] H. Lu, I. Bebu, and X. L, Mcroarray probes and probe sets., Front Bosc (Elte Ed), vol. 2, pp. 325 38, 2010. [8] R. Díaz-Urarte and S. Alvarez de Andrés, Gene selecton and classfcaton of mcroarray data usng random forest., BMC Bonformatcs, vol. 7, p. 3, 2006. [9] S. Dudot, J. Frdlyand, and T. P. Speed, Comparson of Dscrmnaton Methods for the Classfcaton of Tumors Usng Gene Expresson Data Comparson of Dscrmnaton Methods for the Class caton of Tumors Usng Gene Expresson Data, J Am Stat Assoc, vol. 97457, no. July, pp. 77 87, 2002. [10] T. S. Furey, N. Crstann, N. Duffy, D. W. Bednarsk, M. Schummer, and D. Haussler, Support vector machne classfcaton and valdaton of cancer tssue samples usng mcroarray expresson data, Bonformatcs, vol. 16, no. 10, pp. 906 914, ct. 2000. [11] Y. Lee and C.-K. Lee, Classfcaton of multple cancer types by multcategory support vector machnes usng gene expresson data., Bonformatcs, vol. 19, no. 9, pp. 1132 1139, 2003. [12] H. Lu, J. L, and L. Wong, Classfcaton and Study on Feature Gene Patterns Selecton Expresson and Profles Methods Usng Proteomc, Genome Informatcs, vol. 13, pp. 51 60, 2002. [13] A. Statnkov, C. F. Alfers, I. Tsamardnos, D. Hardn, and S. Levy, A comprehensve evaluaton of multcategory classfcaton methods for mcroarray gene expresson cancer dagnoss, Bonformatcs, vol. 21, no. 5, pp. 631 643, 2005. [14] J. Khan, J. S. We, M. Rngnér, L. H. Saal, M. Ladany, F. Westermann, F. Berthold, M. Schwab, C. R. Antonescu, C. Peterson, and P. S. Meltzer, Classfcaton and dagnostc predcton of cancers usng gene expresson proflng and artfcal neural networks., Nat Med, vol. 7, no. 6, pp. 673 9, 2001. [15] M. Rngnér and C. Peterson, Mcroarray-based cancer dagnoss wth artfcal neural networks, Botechnques, vol. 34, no. 3 SUPPL., 2003. [16] M. Proozna, J. Y. Yang, M. Q. M. Yang, and Y. Deng, A comparatve study of dfferent machne learnng methods on mcroarray gene expresson data., BMC Genomcs, vol. 9 Suppl 1, p. S13, 2008. [17] C. Loganathan and K. V Grja, Cancer Classfcaton usng Adaptve Neuro Fuzzy Inference System wth Runge Kutta Learnng, Int J Comput Appl, vol. 79, no. 4, 2013. [18] K. Anandakumar and M. Punthavall, Effcent Cancer Classfcaton usng Fast Adaptve Neuro-Fuzzy Inference System (FANFIS) based on Statstcal Technques, IJACSA) Int J Adv Comput Sc Appl Spec Issue Artf Intell, pp. 132 137, 2011. [19] M. a. Hall and L. a. Smth, Practcal feature subset selecton for machne learnng, Comput Sc, vol. 98, pp. 181 191, 1998. [20] J. S. R. Jang, ANFIS: Adaptve-Network-Based Fuzzy Inference System, IEEE Trans Syst Man Cybern, vol. 23, no. 3, pp. 665 685, 1993. [21] D. Karaboga and E. Kaya, Tranng ANFIS usng artfcal bee colony algorthm for nonlnear dynamc systems dentfcaton, n 2014 22nd Sgnal Processng and
Sakarya Ünverstes Fen Blmler Ensttüsü Dergs, 21(1), 2017, 54-62 B. Hazedar, M.T. Arslan, A. Kalınlı / Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Communcatons Applcatons Conference (SIU), 2014, pp. 493 496. [22] S. Uzundurukan, Determnng and modellng of prncpal parameters affectng swellng propertes of sols, Suleyman Demrel, 2006. [23] J. S. R. Jang and C. T. Sun, Neuro-Fuzzy Modelng and Control, Proc IEEE, vol. 83, no. 3, pp. 378 406, 1995. [24] D. Smon, Tranng fuzzy systems wth the extended Kalman flter, Fuzzy Sets Syst, vol. 132, no. 2, pp. 189 199, 2002. [25] M. Mtchell, An ntroducton to genetc algorthms. MIT press, 1998. [26] M. M. Kervan, Çoklu Sensör Konumlandırma Problemnn Genetk Algortmalar Ve Gen Havuzu Tabanlı Genetk Agortmalar İle Çözülmes, Hava Harp kulu Komutanlığı, 2009. [27] Karacğer Kanser Mkroarray Gen İfade Profl Ver Set (Chen-2002). [nlne]. Avalable: http://bonformatcs.rutgers.edu/statc/supplem ents/compcancer/cdna/chen-2002/chen- 2002_database.txt. [28] X. Chen, S. T. Cheung, S. So, S. T. Fan, C. Barry, J. Hggns, K.-M. La, J. J, S. Dudot, I.. L. Ng, M. van de Rjn, D. Botsten, and P.. Brown, Gene Expresson Patterns n Human Lver Cancers, Mol Bol Cell, vol. 13, no. 6, pp. 1929 1939, 2002.